比如，一款電商類的小程序，在分析用戶需求的時候，關注的無外乎就是用戶的消費行為。用戶在網站中的一些行為，包括搜索、瀏覽器、評價、加入購物車、購買、退貨等行為，還包括其他方面的參與情況，這些都能夠體現用戶的信息。而且經過分析會發現，用戶的行為信息量非常龐大，如果從采集到的數據來看，用戶的購買行為會有上千種行為維度。在近幾年中，電商之間打響了價格戰，但單純的價格戰對于企業來說并不是最好的選擇，這時一部分企業就開始另辟蹊徑，通過對數據的充分利用和挖掘進而在商戰中取勝。
下面以贏在移動開發的“導購助手”小程序為例，分析“導購助手”小程序的具體功能:
(1)門店和導購的信息管理。
商家旗下的門店都入駐贏在移動的“導購助手”平臺；導購注冊申請成為平臺的會員，平臺審核確認身份。
(2)導購業績管理
商家可以查看每一個導購的相關信息，包括掃碼次數，賣了多少貨、賣出了哪些商品、得到了多少紅包、積分、卡券、禮品等(獎項由商家自主設置)。
(3)平臺公告展示。
平臺公告展示包括導購每月業績排行榜、門店公告等。
(4)查庫存。
贏在移動研發的“導購助手”目前支持兩種方式:一是是掃碼查庫存；二是輸入名稱查庫存。商家可以快速查看商品的數量以及詳情，方便及日時補貨。
(5)增加“門店附近的店”功能。
“導購助手”小程序未來將增加查看“門店附近的店”功能，商家可以根據各門店的庫存和實際需要，到鄰近的門店快速調貨，提升消費體驗。
目前，針對門店的“導購助手”小程序已開發完成，主要功能包括:門店管理、商品庫存管理、附件門店庫存查詢、導購管理、導購積分、導購紅包、導購業績統計、導購業績查詢等。
大家想要找出用戶的核心需求，需要分析用戶行為的一系列反饋，下面以電商行業為例，具體分析用戶的行為軌跡，其分析內容主要體現在以下三個方面
(1)網站轉化率低主要是由進入網站購買的人少導致的，不同的用戶可能會有不同的不購買原因，但是通過用戶行為軌跡就能找出絕大多數的原因。比如，結果可能是搜索找不到結果，有些功能使用不方便等。
通過用戶的使用軌跡，還可以找到那些無效流量，比如，某一個渠道來的用戶沒有產生用戶軌跡，就可以看出這個渠道來的流量并不是真實的。
(2)內容要使各個部門相協調，提高電商企業的效率，電商行業各個部門可能都存在一些矛盾，對于用戶并不買賬的后果，運營部會認為是市場部沒有做好推廣，認為產品部門沒有設計好符合用戶需求的小程序，認為技術部的技術方面存在著問題，當然其他幾個部門也會互相埋怨，這將會嚴重影響各部門之間的團結。
但是，通過用戶行為軌跡，便可找到問題的根本原因，責任也會變得清晰，各個部門之間各司其職，就能夠很快解決問題，從而提高企業的工作效率。
(3)對網站推廣效果的監控。目前的統計數據中可以看到IP(獨立IP數，00:00-24:00相同IP地址被計算一次)、PV( Page View，即頁面瀏覽量或點擊量，用戶每次刷新即被計算一次)、停留時間和訪問頁數等，但這些數據很容易造假，從而導致沒有達到預期推廣效果。所所以，企業要實時監控用戶行為數據，保證數據的準確性。
在明白用戶行為軌跡的作用之后，還應該知道一點，抓住核心需求點需要明確每一個用戶的個體行為軌跡，而不僅僅是從大范圍的方向上判斷，這里有一個要求，就是以人為中心，這和小程序的理念也是不謀而合的
從個體行為中可以研究出用戶的行為動機，個體用戶的軌跡可以反映出小程序的問題所在，在雙對用戶進行了多維度的細分之后，還需要知道這些用戶是誰，只有這樣才能夠對用戶進行分組。
在過去，互聯網人員在分析網站的時候，使用的都是CNZZ、百度統計，或者GA，這些流量統計網站只能提供統計數據，而不能提供數據背后的個體用戶特征。如今的個人行為軌跡就在此基礎上做出了改進
小程序也被張小龍比作PC時代的網頁，對于小程序進行傳統的分析也是不可能的了，只有用精準化的用戶行為分析，才能夠給互聯網人員帶來最大的效率。所以，對小程序來說，以事件作為起點，以人為中心對用戶進行分析是不可缺少的。
從此可以看出，網站建設小程序利用對用戶的分析找出用戶需求的行為，正是對小程序理念的踐行。小程序是以服務用戶為目的，那么用戶需求就是小程序設計時的關鍵，不脫離這個核心內容，設計出的小程序才會有用戶基礎。
本文地址：http://knowyourextract.com//article/3148.html
